Я новичок в области глубокого обучения, и моя цель - иметь возможность локализовать объект, используя только метки, которые классифицируют наличие этого объекта.
В моем случае, у меня есть 3D-изображения МРТ головного мозга (формат niftii), которые имеют или не имеют кровоизлияния в мозг.На этих изображениях кровоизлияние в мозг выглядит как темный объект в мозге.Пример 2D среза приведен здесь: http://mriquestions.com/uploads/3/4/5/7/34572113/3955890.jpg?187
У меня есть 3D-изображения (52% имеют кровоизлияние) с метками, указывающими, присутствует ли кровоизлияние (1) или нет (0).У меня нет меток, указывающих местоположение.
Я изменил бинарную классификацию ResNet из DLTK, используя Tensorflow для классификации 3D-изображений, и получил приличные результаты.Я хочу быть в состоянии извлечь функции, которые алгоритм использует для классификации (т.е. самого кровоизлияния), чтобы вернуть информацию о том, где кровотечение, если оно присутствует.Я немного читал о сетях предложений по регионам, но я не уверен, требуют ли они ярлыков с самого начала.
Действительно, любой вид локализации будет полезен - это могут быть ограничивающие рамки на каждом 2D-срезе, гдеприсутствует кровоизлияние, трехмерный ограничивающий куб, только номера срезов, где находится кровоизлияние, указывающее «левая или правая» половина мозга, фактическая сегментация кровоизлияния и т. д.
Я действительно просто теряюсьв литературе, поэтому любые указания относительно того, с чего начать или даже по каким ключевым словам для поиска, будут очень полезны.
Спасибо!